ChatGPT、千问、讯飞星火等在工作中提高效率

提升代码效率

通义灵码

适配性
  • 100多种主流语言(C/C++、Java、Python、Go、JavaScript、TypeScript等语言表现更为出色)
  • 支持常用 IDE(VS Code、IntelliJ IDEA、GoLand、PyCharm、WebStorm、CLion、PhpStorm、Android Studio、Xcode、iCoding等IDE插件,一键安装,即装即用)
安装步骤

此处以Vscode为例

  1. 已安装 Visual Studio Code 的情况下,在侧边导航上点击扩展。
  1. 搜索通义灵码(TONGYI Lingma),找到通义灵码后点击安装。
  1. 重启 Visual Studio Code,重启成功后登录阿里云账号,即刻开启智能编码之旅。
生成代码

代码中函数名、变量名需要生成完之后手动修改

解释代码
标注代码

点击下图中红框的图标,标注解释会自动添加至选中的函数块内

提出改进意见

选中的代码块

复制代码
def binary_search(arr, target):
    """
    二分查找算法
    
    :param arr: 有序数组
    :param target: 目标元素
    :return: 目标元素在数组中的索引,如果不存在则返回-1
    """
    left, right = 0, len(arr) - 1
    
    while left <= right:
        mid = (left + right) // 2
        
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    
    return -1

返回结果

代码提示
测试用例

插入通义灵码提供的代码后,点击执行按钮后,生成结果如下图所示

复制代码
class TestBinarySearch(unittest.TestCase):
    def test_search_existing_element(self):
        arr = [1, 3, 5, 7, 9]
        target = 5
        self.assertEqual(binary_search(arr, target), 2)
        
    def test_search_non_existing_element(self):
        arr = [1, 3, 5, 7, 9]
        target = 2
        self.assertEqual(binary_search(arr, target), -1)
        
    def test_search_empty_array(self):
        arr = []
        target = 5
        self.assertEqual(binary_search(arr, target), -1)
        
    def test_search_single_element(self):
        arr = [5]
        target = 5
        self.assertEqual(binary_search(arr, target), 0)
        
    def test_search_reversed_array(self):
        arr = [9, 7, 5, 3, 1]
        target = 5
        self.assertEqual(binary_search(arr, target), 2)

if __name__ == '__main__':
    unittest.main()

测试通过

Baidu Comate

适配性
  • 100多种主流语言(C/C++、Java、Python、Go、JavaScript、TypeScript等语言表现更为出色)
  • 支持常用 IDE(VS Code、IntelliJ IDEA、GoLand、PyCharm、WebStorm、CLion、PhpStorm、Android Studio、Xcode、iCoding等IDE插件,一键安装,即装即用)
安装步骤

此处以Vscode为例

  1. 已安装 Visual Studio Code 的情况下,在侧边导航上点击扩展
  1. 搜索 Baidu Comate,找到插件后点击安装
  1. 插件登录
代码解释

可给出整个方法、函数的功能和完整逻辑说明,也支持选中任意代码给出解释

暂时无法在飞书文档外展示此内容

技术问答

在对话框中输入研发中遇到的问题,第一时间获得解答

暂时无法在飞书文档外展示此内容

实时续写

通过分析上下文逻辑关系,为你智能生成方法、函数、判断、循环体等完整的代码块。

暂时无法在飞书文档外展示此内容

注释生成代码

直接在注释中用自然语言描述所需功能,自动生成完整函数

暂时无法在飞书文档外展示此内容

生成函数注释与行间注释

分析一个方法、函数、类,生成符合规范的文档注释,同时也可以识别函数中复杂逻辑逐行增加注释

暂时无法在飞书文档外展示此内容

生成单元测试

支持对任意方法、函数一键生成单元测试,也支持对多文件进行批量生成

暂时无法在飞书文档外展示此内容

代码优化

支持对长函数代码进行优化

暂时无法在飞书文档外展示此内容

代码修复

识别代码中的潜在错误,并自动进行修复

暂时无法在飞书文档外展示此内容

提升办公效率

表格制作

讯飞星火

给大语言模型如下信息,让其整理成表格输出

复制代码
外部输入 (External Inputs: EI):这是给软件提供面向应用的数据的项,例如屏幕、表单、对话框、控件,文件等。在这个过程中,输入数据穿越外部边界进入到系统内部。例如:登录某个系统需要输入用户名和密码等信息。
外部输出 (External Outputs EO):这是向用户提供(经过处理的)面向应用的信息,例如报表和出错信息等。
外部查询 (External Inquiries: EQ):这是用户对系统进行操作后,系统返回给用户的处理结果。例如,当用户查询某个订单的状态时,系统会返回该订单的状态信息。
外部接口文件 (External Interface Files: EIF):如果系统需要与其他系统进行数据交换,那么这些数据交换的文件就是外部接口文件。
内部逻辑文件 (Internal Logical Files: ILF):这是系统中用于存储数据的一些逻辑文件,例如数据库、文本文件等。

输出如下

拷贝至飞书文档后发现,并没有按照要求完成6行2列完成表格的填充。而是全部存放在第一个单元格内

无法修改字体、大小等参数

ChatGpt3.5

通义千问

PPT框架生成

通义千问

ChatGpt3.5

讯飞星火

周报小助手

通义千问

ChatGpt3.5

讯飞星火

扩写助手

通义千问

ChatGpt3.5

讯飞星火

工作总结

通义千问

ChatGpt3.5

讯飞星火

相关推荐
Narutolxy4 小时前
大模型数据分析破局之路20250512
人工智能·chatgpt·数据分析
AIWritePaper智能写作探索15 小时前
高质量学术引言如何妙用ChatGPT?如何写提示词?
人工智能·chatgpt·prompt·智能写作·aiwritepaper·引言
江鸟19981 天前
AI日报 · 2025年05月11日|传闻 OpenAI 考虑推出 ChatGPT “永久”订阅模式
人工智能·gpt·ai·chatgpt·github
知来者逆1 天前
AI 在模仿历史语言方面面临挑战:大型语言模型在生成历史风格文本时的困境与研究进展
人工智能·深度学习·语言模型·自然语言处理·chatgpt
AI Echoes2 天前
大模型(LLMs)强化学习——RLHF及其变种
人工智能·深度学习·算法·机器学习·chatgpt
没有梦想的咸鱼185-1037-16633 天前
【大语言模型ChatGPT4/4o 】“AI大模型+”多技术融合:赋能自然科学暨ChatGPT在地学、GIS、气象、农业、生态与环境领域中的应用
人工智能·python·机器学习·arcgis·语言模型·chatgpt·数据分析
yibuapi_com3 天前
Embedding 的数学特性与可视化解析
chatgpt·架构·langchain·embedding·claude·向量数据库·中转api
鸿蒙布道师3 天前
ChatGPT深度研究功能革新:GitHub直连与强化微调
人工智能·深度学习·神经网络·自然语言处理·chatgpt·数据挖掘·github
没有梦想的咸鱼185-1037-16634 天前
【大模型ChatGPT+ArcGIS】数据处理、空间分析、可视化及多案例综合应用
人工智能·arcgis·chatgpt·数据分析
虎头金猫4 天前
如何解决 403 错误:请求被拒绝,无法连接到服务器
运维·服务器·python·ubuntu·chatgpt·centos·bug